| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第17-29页 |
| 1.1 研究背景 | 第17-18页 |
| 1.2 线性降维的不足 | 第18-20页 |
| 1.3 研究现状 | 第20-25页 |
| 1.4 本文的主要工作 | 第25-26页 |
| 1.5 本文的组织结构 | 第26-29页 |
| 第二章 经典流形学习算法 | 第29-49页 |
| 2.1 数学基础 | 第29-31页 |
| 2.2 算法介绍 | 第31-46页 |
| 2.2.1 全局特征保持算法 | 第31-36页 |
| 2.2.2 局部特征保持算法 | 第36-46页 |
| 2.3 流形学习存在的问题 | 第46-48页 |
| 2.4 本章小结 | 第48-49页 |
| 第三章 L-ISOMAP的Landmark点选择 | 第49-69页 |
| 3.1 引言 | 第49-50页 |
| 3.2 基于邻域图优化的landmark点选择 | 第50-61页 |
| 3.2.1 选择landmark候选点 | 第51-52页 |
| 3.2.2 选择landmark点 | 第52-53页 |
| 3.2.3 基于L-MDS的低维嵌入 | 第53-54页 |
| 3.2.4 算法复杂度分析 | 第54页 |
| 3.2.5 实验分析 | 第54-61页 |
| 3.3 基于图顶点染色的landmark点选择 | 第61-67页 |
| 3.3.1 问题建模 | 第61-63页 |
| 3.3.2 图顶点染色算法 | 第63-64页 |
| 3.3.3 基于Welsh-Powell染色算法选取landmark点 | 第64-65页 |
| 3.3.4 实验分析 | 第65-67页 |
| 3.4 本章小结 | 第67-69页 |
| 第四章 "短路边"的消除方法 | 第69-91页 |
| 4.1 引言 | 第69-73页 |
| 4.2 基于"边流量"的"短路边"消除方法 | 第73-78页 |
| 4.2.1 "边流量"的快速计算 | 第73-76页 |
| 4.2.2 实验分析 | 第76-78页 |
| 4.3 基于核密度估计的"短路边"消除方法 | 第78-89页 |
| 4.3.1 基于点局部密度的"短路边"消除方法 | 第78-81页 |
| 4.3.2 基于边区域密度的"短路边"消除方法 | 第81-89页 |
| 4.4 本章小结 | 第89-91页 |
| 第五章 流量矩阵结构分析 | 第91-97页 |
| 5.1 引言 | 第91-92页 |
| 5.2 流量矩阵定义 | 第92-93页 |
| 5.3 流量矩阵分析 | 第93-96页 |
| 5.3.1 流量矩阵的本征维度分析 | 第93-95页 |
| 5.3.2 低维结构分析 | 第95-96页 |
| 5.4 本章小结 | 第96-97页 |
| 第六章 总结与展望 | 第97-101页 |
| 6.1 总结 | 第97-98页 |
| 6.2 展望 | 第98-101页 |
| 参考文献 | 第101-111页 |
| 致谢 | 第111-113页 |
| 在读期间发表的学术论文与取得的研究成果 | 第113页 |